AI for Network 동향

최근 AI에 대한 활용성이 넓어지면서 통신사에서도 Network에 AI를 적용하면서 성능 개선 및 장비 운영에 활용하려는 움직임이 많아지고 있습니다. 본고에서는 통신사에서 AI 기술을 네트워크에 활용하는 AI for Network 동향에 대해 GMSA AI webinar insight에서 공유되었던 자료를 기반으로 살펴보겠습니다.

AI for Network 동향

 

개요

네트워크 기술이 발전하면서 장애 대응 및 운영 등에서 해결해야할 이슈들도 같이 증가하고 있고, 통신사에서는 이를 해결하기 위해 많은 노력을 하고 있습니다. 최근 다양한 분야에서 AI 기술이 활용되고 있으며, 네트워크 영역에서도 다양한 이슈에 대해 AI 기술을 활용하는 방안이 모색되고 있습니다. AI for Network는 네트워크 운용 등을 위한 AI 기술에 대한 연구로 대표적으로 선제적 장애 대응이나, 네트워크 운영관리 자동화 등에 대한 연구가 진행 중이고, 일부 기술은 실제 적용이 시작되고 있습니다.

1. AI for Network 필요 분야

네트워크는 인프라 진화, 비지니스 및 기술 환경 변화에 신속하게 대응할 수 있어야하고, 신뢰적이고 안정적으로 서비스가 제공되어야 합니다. AI 기술은 이러한 네트워크 분야의 요구에 대해 기술적인 가능성을 보여주고 있습니다. 통신사에서 필요로 하는 주요 AI 기술 필요 분야는 다음과 같습니다.

① 선제적 장애 관리
- 실시간 및 사전 예방적으로 장애 패턴에 대해 분석하여 선제적으로 장애에 대응함으로써 장애나 성능 변화 등에 유연하게 대처할 수 있는 신뢰적인 네트워크 구현을 위한 AI 기술

② 네트워크 운영 관리 자동화
- 네트워크 운영관리의 복잡성을 해결하고 개별 네트워크의 통합 운영 관리를 지원하는 Autonomous Network 실현 AI 기술

③ 자원 최적화 : 무선 액세스 자원의 최적 활용을 위해 환경 적응적인 액세스 네트워크 최적화를 지원하는 AI 기술

또한, GSMA Intelligence에서 발표한 AI for Network 자료에 따르면 생성형 AI가 가장 필요한 분야에 대해 조사가 있었으며, 네트워크 장애를 예측하거나 트러블슈팅을 해소하는데 가장 큰 영향을 끼칠 것이라고 언급하였습니다.

2. 통신사들의 AI for Network 동향

APEC 지역 통신사(국내 통신3사, 중국 통신3사, 일본 통신4사, 싱가폴 및 인도네시아 통신사 등)를 대상으로 AI for Network 주요 적용 분야에 대한 성숙도를 조사하였고, ① 네트워크 운영과 ② 인프라 & 에너지 분야가 높았으며, ③ 네트워크 계획과 구축의 성숙도는 상대적으로 낮았습니다.

 

① 네트워크 운영 사례
- China Unicom : AI 기반 Intelligent Fault Management Tool을 통한 오류 처리 성능 67% 향상 및 연간 1,230만 달러의 비용 절감
- China Mobile : 네트워크 성능을 비롯한 다양한 데이터들을 수집/정렬하여 시각화 해주는 시스템을 구현하고 특정 장소(예: 경기장)를 디지털 트윈화 시켜 네트워크 문제 감지 및 NW assurance 관리 강화를 통해 사전 네트워크 문제의 95% 해결 및 해결 시간 20% 감소

② 인프라 & 에너지 사례
- KDDI : OEM 업체와 협업을 통한 Cell별 트래픽 변화 예측 기반의 Cell 전략 사용량 30% 이상 최적화

③ 생성형 AI 적용은 아직 대다수 사업자들이 pre-PoC 단계에 머물러 있으며, 주로 데이터들의 상과 관계 및 root cause에 대한 분석 정확도를 향상시켜 기존 AI 기술을 활용했을 때 대비 더 높은 성능을 기대하는 사례들을 연구 중입니다.

3. 장비 제조사의 AI for NW 동향

에릭슨은 Telco AI를 Centralized AI와 Distributed AI로 구분하였습니다.

① Centralized AI (Human interaction & wide Network coordination)
- Network Planning이나 Optimization과 같이 수 분에서 주단위로 AI/ML을 적용

② Distributed AI (Fully autonatic & Local)
- Beamforming이나 QoS 제어와 같이 수 마이크로초에서 수 초단위로 AI/ML을 적용

 

4. 결론 및 향후 방향

글로벌 통신사업자들은 다양한 AI 활용 사례들을 연구하고 있으며, 특히 네트워크 성능 향상과 비용 절감을 위한 사례들에 대해 많은 관심을 가지고 있습니다. 앞으로 복잡한 네트워크의 운영 최적화 등을 위해 AI를 적용하려는 움직임은 더 확대될 것으로 보이며, 이를 위해 네트워크 도메인에 특화된 네트워크 AI 기술 확보가 필요할 것입니다.

[참고 문헌]
1. GSMA AI Wbinar insight, 2024년 5월
2. 김태연 외, "네트워크와 AI 기술 동향," 전자통신동향분석, 제35권 제5호 2020년 10월.

 

정보통신기술사/이학박사 박복녕